Buchumschlag

Relaxing partition admissibility in Cluster-DAGs: a causal calculus with arbitrary variable clustering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yvernes, Clément, Devijver, Emilie, Ribeiro, Adèle H., Clausel--Lesourd, Marianne, Gaussier, Éric
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Identifiability in Causal Abstractions: A Hierarchy of Criteria
von: Yvernes, Clément, et al.
Veröffentlicht: (2025)

Complete Characterization for Adjustment in Summary Causal Graphs of Time Series
von: Yvernes, Clément, et al.
Veröffentlicht: (2025)

Identifiability by common backdoor in summary causal graphs of time series
von: Yvernes, Clément, et al.
Veröffentlicht: (2025)

Note on the identification of total effect in Cluster-DAGs with cycles
von: Yvernes, Clément
Veröffentlicht: (2025)

Identifiability of total effects from abstractions of time series causal graphs
von: Assaad, Charles K., et al.
Veröffentlicht: (2023)

Ensembles of Probabilistic Regression Trees
von: Seiller, Alexandre, et al.
Veröffentlicht: (2024)

On the Fly Detection of Root Causes from Observed Data with Application to IT Systems
von: Zan, Lei, et al.
Veröffentlicht: (2024)

Interventional Causal Discovery in a Mixture of DAGs
von: Varıcı, Burak, et al.
Veröffentlicht: (2024)

Learning DAGs from Data with Few Root Causes
von: Misiakos, Panagiotis, et al.
Veröffentlicht: (2023)

Causal Discovery from Time Series with Hybrids of Constraint-Based and Noise-Based Algorithms
von: Bystrova, Daria, et al.
Veröffentlicht: (2023)

Score matching through the roof: linear, nonlinear, and latent variables causal discovery
von: Montagna, Francesco, et al.
Veröffentlicht: (2024)

Choosing with unknown causal information: Action-outcome probabilities for decision making can be grounded in causal models
von: Soto, Mauricio Gonzalez, et al.
Veröffentlicht: (2019)

A fine-grained look at causal effects in causal spaces
von: Park, Junhyung, et al.
Veröffentlicht: (2025)

DoWhy-GCM: An extension of DoWhy for causal inference in graphical causal models
von: Blöbaum, Patrick, et al.
Veröffentlicht: (2022)

An extensive simulation study evaluating the interaction of resampling techniques across multiple causal discovery contexts
von: Banerjee, Ritwick, et al.
Veröffentlicht: (2025)

Algorithmic syntactic causal identification
von: Cakiqi, Dhurim, et al.
Veröffentlicht: (2024)

A primer on optimal transport for causal inference with observational data
von: Gunsilius, Florian F
Veröffentlicht: (2025)

Towards identifiability of micro total effects in summary causal graphs with latent confounding: extension of the front-door criterion
von: Assaad, Charles K.
Veröffentlicht: (2024)

Sample Observed Effects: Enumeration, Randomization and Generalization
von: Ribeiro, Andre F.
Veröffentlicht: (2021)

Low-Rank Robust Subspace Tensor Clustering for Metro Passenger Flow Modeling
von: Hu, Jiuyun, et al.
Veröffentlicht: (2024)

An AI-powered Bayesian generative modeling approach for causal inference in observational studies
von: Liu, Qiao, et al.
Veröffentlicht: (2025)

Low-Rank Tensor Decompositions for the Theory of Neural Networks
von: Borsoi, Ricardo, et al.
Veröffentlicht: (2025)

Quantum-enhanced causal discovery for a small number of samples
von: Terada, Yu, et al.
Veröffentlicht: (2025)

Modèles de Fondation et Ajustement : Vers une Nouvelle Génération de Modèles pour la Prévision des Séries Temporelles
von: Laglil, Morad, et al.
Veröffentlicht: (2025)

Detecting Perspective Shifts in Multi-agent Systems
von: Bridgeford, Eric, et al.
Veröffentlicht: (2025)

BGM-IV: an AI-powered Bayesian generative modeling approach for instrumental variable analysis
von: Luo, Guyue, et al.
Veröffentlicht: (2026)

The Case for Time in Causal DAGs
von: Reisach, Alexander G., et al.
Veröffentlicht: (2025)

Mixture of segmentation for heterogeneous functional data
von: Brault, Vincent, et al.
Veröffentlicht: (2023)

Cross-Domain Offshore Wind Power Forecasting: Transfer Learning Through Meteorological Clusters
von: Weisser, Dominic, et al.
Veröffentlicht: (2026)

Deep Learning With DAGs
von: Balgi, Sourabh, et al.
Veröffentlicht: (2024)

Guided structure learning of DAGs for count data
von: Nguyen, Thi Kim Hue, et al.
Veröffentlicht: (2022)

Unguided structure learning of DAGs for count data
von: Nguyen, Thi Kim Hue, et al.
Veröffentlicht: (2024)

Orientability of Causal Relations in Time Series using Summary Causal Graphs and Faithful Distributions
von: Loranchet, Timothée, et al.
Veröffentlicht: (2025)

Impact of clinical decision support systems (cdss) on clinical outcomes and healthcare delivery in low- and middle-income countries: protocol for a systematic review and meta-analysis
von: Jain, Garima, et al.
Veröffentlicht: (2025)

A Statistical Framework for Algorithmic Collective Action with Multiple Collectives
von: Battiloro, Claudio, et al.
Veröffentlicht: (2026)

DeepVARwT: Deep Learning for a VAR Model with Trend
von: Li, Xixi, et al.
Veröffentlicht: (2022)

Unbiased Prevalence Estimation with Multicalibrated LLMs
von: Linder, Fridolin, et al.
Veröffentlicht: (2026)

Beyond Means: Topological Causal Effects under Persistent-Homology Ignorability
von: Saki, Amir, et al.
Veröffentlicht: (2026)

On Efficient Adjustment for Micro Causal Effects in Summary Causal Graphs
von: Belciug, Isabela, et al.
Veröffentlicht: (2025)

Better Simulations for Validating Causal Discovery with the DAG-Adaptation of the Onion Method
von: Andrews, Bryan, et al.
Veröffentlicht: (2024)